支保判定と人工知能

切羽評価に deep learning を適用したニュースが引っかかりました。

日本システムウエア さんの deep learning を用いた画像判定サービス を使い、安藤ハザマさんが特許を出願したとのこと（営利目的であれば困りますね）。
http://www.nsw.co.jp/topics/news_detail.html?eid=427&year=2016
http://www.nsw.co.jp/topics/20160920_deeplearning.pdf
http://www.ad-hzm.co.jp/info/2016/pre/20160920.html

切羽写真から支保判定でなく、弾性波速度を推定させるようです。私は、支保判定を吐かせることしか考えていませんでした。が、弾性波の方が利点があるのでしょうか？
https://phreeqc.blogspot.fr/2016/02/blog-post_14.html
↑コレについては2月に思い付いた後、切羽写真を集めてみました。が、数が足りず保留にしていました。このニュースを見て、「あ、これはゼネコンさんのモノだ」と、納得したところです。

ただ、このシステム（といっても、そこらに出ているプログラムで判定可能ですが）をもっと積極的に利用すべきは施主さん（国など）の方でしょう。施工結果を学習した AI に頼りすぎると、過大な支保になる恐れがあります。危険側の支保は施工結果に含まれていませんが、過大な支保は含まれていますので。
国などの施主側が過去のデータを整理した後、ある切羽写真に対しどの程度の支保だと危険になるか（変位が大きい、崩落した、縫い返したなど）の情報を吐かせるシステムを構築する方が重要です。過大なデータを吐く AI に対抗するには、厳しいデータを吐く AI を所有する必要があります。
「AIが言っているから」に対抗するには、それなりの AI と、その異同を判断できる感覚（経験）が必要になります。


さあ、情報弱者になる建設コンサルタント、データ共有等による反撃は始まるでしょうか？それとも、まだ攻撃されていることに気づいていないでしょうか？（おそらく、後者でしょうね）
地下水や維持管理にも AI の導入が検討されつつあるようです。どういった分野で優位に立てるか、なども見通す目が必要になるでしょう。